RDD理解及宽依赖和窄依赖

1）RDD概念：Resilient Distributed Datasets  弹性分布式数据集，是一个容错的、并行的数据结构，可让用户显式地将数据存储到磁盘和内存中，并能控制数据的分区。同时，RDD还提供了一组丰富的操做来操做这些数据。RDD是只读的记录分区的集合，只能经过在其余RDD执行肯定的转换操做（transformation操做）而建立。RDD可看做一个spark的对象，它自己存在于内存

>>阅读原文<<